技能介绍

写实图像生成的痛点

想把一张图做到“看起来像照片”并不容易。很多模型在皮肤质感、金属反光、织物纹理上会露出明显的渲染感，旧照片修复也常因为补色不准或磨皮过度丢失真实细节。Nano-Banana 专家不是通用画师，而是围绕 Nano-Banana 这个模型做 prompt 工程与参数调优，让写实质感更稳定。

技能如何工作

底层能力通过 AI-HIVE 官方 MCP Server 提供。SkillHub 会自动加载 @infimind-next/ai-hive-mcp@0.2.1，首次使用需要在 AI-HIVE 完成账户授权。

生成流程固定为五步：

get_user_info 查询账户和余额，避免额度不足。
list_models(kind="image") 获取可用模型，里面会返回 publicModelId 和 pricingSnapshot。
有参考图时调用 upload_media_from_path 上传，得到 mediaId。
generate_image 提交任务，传入 model、prompt，也可以设置 count、size、ratio、referenceMediaIds 等参数。
用 generate_image 返回的 taskId 调用 get_generation_task 轮询，直到任务完成或失败。

Prompt 上，这个技能强调写实优先：把主体、真实环境、自然光线、相机镜头参数和质感细节写清楚，而不是堆形容词。比如拍产品时会设定磨砂玻璃瓶、白色亚克力台面、窗外侧光、85mm f/2.8 浅景深；拍人像时会强调可见毛孔、眼神光、发丝细节。技能还内置了场景分流，把博客头图、YouTube 封面、产品摄影、照片修复、图表、纹理、漫画等需求映射到不同的画幅、构图和提示模板。

当用户提供素材时，技能会先把参考图上传成 mediaId，再放进 referenceMediaIds。修复场景会明确保留人物外观，只做去划痕、补色或换背景；换背景场景会保持人物与主体不变；调色场景会锁定构图只改变色温。

适用边界与注意点

Nano-Banana 适合照片级真实感、写实人像、商业产品图、照片修复和需要材质细节的场景。如果需求是精确文字渲染、创意构图，或偏插画风，技能本身会建议改用更匹配的专家技能，而不是用这个工具硬凑。

有几个硬性边界需要留意。第一，所有编辑意图必须由用户明确表达，技能不会自行猜测修复方向或擅自改变参考图中人物的外观。第二，调用 generate_image 会按服务端 pricingSnapshot 计费，余额不足或任务被拒后不会自动重试扣费；修改 prompt 或更换参考图都需要重新提交。第三，涉及第三方作品、商标、真人肖像或公众人物时，要先确认授权，技能不会制造虚假人像或绕过平台内容审核。第四，部分模型平台会拦截真实人脸素材，遇到这类情况应改用卡通化或虚拟人物描述，而不是继续尝试。